La stupidité naturelle vs. l'intelligence artificielle
Transcription de la conférence donnée par Joannes Vermorel à SCTech 2024 le 9 octobre (2024). Sujet du symposium : ‘Supply Chain Intelligence - Artificielle ou non’. L’événement a été organisé par l’Interational Supply Chain Education Alliance (ISCEA).

L’intelligence artificielle a été le mot à la mode en 2024. Les vendeurs, les sociétés de logiciels et les consultants font désormais des affirmations grandioses sur tous les avantages que l’on peut attendre de l’intelligence artificielle. Lokad, ma société, est l’un de ces éditeurs, spécialisé dans l’optimisation prédictive de la supply chain. Cependant, mon objectif aujourd’hui sera de montrer que la quasi-totalité de ces initiatives d’intelligence artificielle échouera et se traduira par des pertes nettes pour les entreprises. Cette position anticonformiste est indispensable : pourquoi ? Parce que, eh bien, votre initiative d’intelligence artificielle échouera, oui, elle échouera malgré ce que mes concurrents vous vendent, et quand cela arrivera, vous vous souviendrez qu’il y avait un type avec un drôle d’accent français qui vous l’avait dit ; et peut-être qu’une prochaine fois, vous prêterez attention à ce que sa société, Lokad, préconise réellement en matière de supply chain et d’intelligence artificielle.
À l’ère de l’intelligence artificielle émergente, examinons son némésis, la stupidité naturelle. Einstein a dit fameusement : “Deux choses sont infinies, l’univers et la stupidité humaine, et je ne suis pas encore tout à fait sûr de l’univers.” Einstein avait raison : l’importance de la stupidité naturelle ne peut être surestimée, et contrairement à l’IA, elle existe depuis pratiquement toujours. Ainsi, on peut raisonnablement supposer qu’elle sera encore parmi nous dans quelques décennies.
Ma proposition aujourd’hui sera aussi simple qu’offensante : la stupidité naturelle est le principal obstacle qui vous empêchera de réussir votre projet de supply chain piloté par l’intelligence artificielle.
À présent, cette proposition sera, très probablement, perçue comme outrageusement arrogante. Pour ma défense, je dirai que cela ne la rend pas moins vraie, et que l’arrogance est également le deuxième sport national en France, juste après la bureaucratie. Plus sérieusement, je serai le premier à admettre qu’il s’agit d’une pilule difficile à avaler, tout en ayant conscience de mes propres limites, mais rester dans le déni du problème ne résoudra rien.
Clarifions d’abord une distinction importante entre deux catégories de logiciels d’entreprise : les systèmes de records et les systèmes d’intelligence. En ce qui concerne la supply chain, les systèmes de records sont les comptables du flux de biens physiques. Ces systèmes enregistrent les produits, les bons de commande, les ordres de fabrication, les commandes de vente, les niveaux de stocks, etc. Les systèmes de records se chargent de toutes les saisies de données banales et automatisent toutes les tâches administratives, comme le total des stocks. Ils ne sont rien de plus que des versions moins coûteuses et plus fiables des anciennes traces papier. ERP, CRM, PIM, PLM, WMS … tous ces acronymes d’une opacité maximale font référence à des systèmes de records. Les systèmes de records sont catégoriquement non intelligents. Ils ne sont pas non plus stupides : l’intelligence ne s’applique même pas à eux. Ainsi, les systèmes de records seront entièrement exclus de la présente discussion.
Aujourd’hui, je vais me concentrer exclusivement sur les systèmes d’intelligence. Un système d’intelligence est une catégorie de logiciels d’entreprise destinée à mécaniser un processus de prise de décision. Plus le logiciel est intelligent, meilleures sont les décisions. Par exemple, les filtres anti-spam ont été, de manière discrète mais omniprésente, des systèmes d’intelligence qui, depuis deux décennies, décident en votre nom des messages méritant votre attention.
Dans la supply chain, les décisions d’intérêt sont : Quand acheter ? Combien acheter ? Combien produire ? Combien allouer ? Etc. Optimiser le flux de biens physiques nécessite environ une douzaine de grandes catégories de décisions à prendre quotidiennement. L’intelligence se manifeste par la génération de décisions rentables. À l’inverse, la stupidité se manifeste par l’incapacité à générer des décisions rentables. Ainsi, chaque fois que l’intelligence artificielle est mentionnée, elle doit être comprise comme un composant d’un système d’intelligence.
Ma proposition est que les systèmes d’intelligence dédiés à la supply chain, vendus aux entreprises depuis la fin des années 1970, ont constitué un flux ininterrompu d’échecs lamentables. Lokad, ma société, a mis fin à ce flux ininterrompu d’échecs au début des années 2010. Il existe quelques autres exceptions similaires à travers le monde, mais Lokad, comme ces exceptions, est hors du champ de cette conférence. J’invite l’auditoire à consulter le site web de Lokad.com et la chaîne YouTube Lokad TV si vous souhaitez en savoir plus. Pour revenir au sujet, le fait que l’intelligence artificielle, déclinée sous forme de Large Language Models (LLMs), soit désormais disponible ne va rien changer à cette tendance d’échecs en supply chain. En effet, comme nous le verrons, ces échecs ne sont pas dus à un manque d’instruments technologiques et, par conséquent, ajouter davantage d’instruments à l’arsenal ne changera rien, à moins que nous ne nous attaquions d’abord au problème sous-jacent. Malheureusement, ce n’est pas une tâche facile, car le problème sous-jacent relève de la stupidité naturelle.
Tout d’abord, laissez-moi démontrer la validité de mon diagnostic. En 1979, Russell Ackoff, pionnier américain de la recherche opérationnelle, publia “The Future of Operational Research is Past”. Cet article fascinant explique, avec une grande clarté, pourquoi toutes les techniques issues de la recherche opérationnelle, qui inclut à peu près tout ce qui est considéré aujourd’hui comme le « cœur » de la supply chain, échouent, pourquoi l’ensemble du domaine est défectueux, et pourquoi il continuera d’échouer tant que la communauté, tant académique que pratique, n’acceptera pas ce paradigme défaillant. C’est un article visionnaire, et probablement celui que j’aurais aimé lire lorsque j’ai lancé Lokad en 2008. Malheureusement, je n’ai redécouvert cet article qu’une décennie plus tard, lorsque j’étais essentiellement parvenu aux mêmes conclusions, presque 4 décennies après les travaux de Russell Ackoff. Comment savons-nous que ces systèmes d’intelligence pour supply chains échouent ? Que ce que l’on prend pour des logiciels d’entreprise dédiés à l’optimisation de la supply chain échoue ? Eh bien, après avoir eu l’occasion, au cours de ma carrière, de m’entretenir avec plus de deux cents directeurs de supply chain des deux côtés de l’Atlantique, je peux affirmer ce qui suit : tous ces produits logiciels d’entreprise ont invariablement conduit les équipes de supply chain à revenir aux feuilles de calcul Excel.
Il n’y a pas de pénurie de logiciels d’entreprise promettant d’automatiser les processus de prise de décision en supply chain. Cela a été la promesse centrale de tous les éditeurs de logiciels se consacrant à l’optimisation de la supply chain depuis la fin des années 1970, et pourtant, après chaque déploiement, les équipes de supply chain sont revenues aux feuilles de calcul. Vous n’avez pas besoin de me croire sur parole. Si vous travaillez dans une grande entreprise, disons, avec un chiffre d’affaires de plus d’un demi-milliard d’euros, je peux garantir qu’il y a eu au moins une tentative ratée de mise en œuvre d’une telle solution chaque décennie depuis les années 1990. Et pourtant, chers praticiens de la supply chain, vous utilisez encore des feuilles de calcul, non pas parce que votre entreprise est immature ou parce que vos collègues sont paresseux, mais parce que ces éditeurs de logiciels d’entreprise ont échoué, parce que leurs systèmes d’intelligence ont échoué. Ma proposition - et je ne vais pas me faire beaucoup d’amis aujourd’hui - est que ces échecs doivent être imputés à la stupidité naturelle, en fait, à la même forme de stupidité que Russell Ackoff avait identifiée avec une telle clarté en 1979 après des décennies de contribution dans le domaine de la recherche opérationnelle.
Pour démontrer cette proposition, je vais examiner 4 éléments qui, dans le contexte de la supply chain, sont indubitablement stupides. Ces 4 éléments sont : les RFP (request for proposals), les séries temporelles, les stocks de sécurité, et les taux de service. Toute entreprise utilisant l’un de ces 4 éléments se prépare à l’échec. Peu importe combien d’« AI » est appliquée au cas. La stupidité naturelle ne peut être vaincue par l’intelligence artificielle.
Commençons par les demandes de propositions. Choisir le bon fournisseur est évidemment crucial, car il ne manque clairement pas d’éditeurs de logiciels totalement incompétents, plus qu’heureux de récolter des millions d’euros d’honoraires pour des technologies médiocres. Ainsi, à moins que votre entreprise ne dispose d’un processus de sélection rigoureux des fournisseurs, vous finirez presque certainement avec un fournisseur incompétent. Cependant, les RFP ne sont pas la solution.
En tant qu’éditeur de logiciels recevant ces demandes - nous recevons plusieurs RFP par semaine - je peux témoigner que ces documents sont non seulement d’une stupidité constante, mais qu’ils sont également carrément insensés. En règle générale, un RFP inclut des centaines de questions. Chaque question semble rivaliser pour le titre de la question la plus hors de propos jamais posée. Par exemple, la semaine dernière, l’une des questions était : quelles sont les capacités de résistance au feu disponibles pour la salle de stockage dédiée à votre archive fax ? Nous sommes en 2024 ; je n’ai pas utilisé de fax depuis deux décennies. En fait, certains des plus jeunes de cet auditoire ne savent peut-être même pas ce qu’est un fax.
Cependant, même les questions relatives à la supply chain sont stupides. Pourquoi ? Parce que la quasi-totalité des questions ne sont pas des questions du tout, mais des exigences strictes. La plupart des “questions” ressemblent à : Votre logiciel permet-il aux utilisateurs de mettre à jour les profils de saisonnalité jusqu’à 36 mois à l’avance ? Il y a tant de choses qui clochent avec cette question que je ne sais même pas par où commencer.
Réfléchissons un instant en imaginant que vous rédigez un RFP pour acheter un smartphone. Vous avez l’intuition que l’iPhone est le meilleur smartphone du marché. Cependant, vous commencez à énumérer des exigences dans votre RFP, telles que la taille de la batterie, le matériau de l’écran, les réglages exacts qui devraient être, ou ne devraient pas être, disponibles pour l’utilisateur final. Quelles sont les chances que votre liste d’exigences exclue l’iPhone du RFP ? En supposant 100 questions ou plus, les chances sont de 100 %. Vous finirez inévitablement par exclure tous les fournisseurs décents. Les seuls fournisseurs prêts à jouer à ce jeu stupide sont ceux qui, désespérés parce que leur technologie est tellement insuffisante, n’ont d’autre choix que de répondre OUI à chaque exigence mal avisée formulée par le client.
Ainsi, les RFP constituent le premier élément de la stupidité naturelle qui doit disparaître.
Ensuite, il y a les séries temporelles. Oh, je ne nie pas que les séries temporelles soient utiles pour la visualisation, mais pour l’optimisation de la supply chain, c’est une stupidité. Par conséquent, toute solution, cadre ou technologie qui place les séries temporelles au premier plan est vouée à l’échec ; sauf que cet échec vous reviendra, car vous auriez dû réaliser qu’utiliser des séries temporelles était une idée stupide dès le départ.
En effet, les séries temporelles, en tant que modèle mathématique, ne sont tout simplement pas capables de transmettre l’information dont nous avons besoin. Les séries temporelles sont unidimensionnelles, et pour la supply chain, cela ne suffit pas. Par exemple, considérons une entreprise qui vend 100 unités, plus ou moins, chaque semaine depuis des années. La demande semble extrêmement stable. Maintenant, envisageons deux variantes de cette situation. Dans la première situation, l’entreprise compte 1000 clients, chacun achetant 1 unité toutes les 10 semaines. Dans la deuxième situation, l’entreprise a 1 client unique qui achète 100 unités par semaine. Quelles sont les chances que les ventes tombent à zéro la semaine prochaine et restent à zéro pour toujours ? Eh bien, dans la première situation, ces chances sont très faibles. Après tout, il y a 1000 clients. Les perdre tous prendra très probablement du temps. Cependant, dans la deuxième situation, il suffit qu’un seul client change d’avis pour que 100 % des ventes disparaissent. Ces deux situations ne sont absolument pas similaires, et pourtant, elles présentent les mêmes séries temporelles.
Cet exemple démontre pourquoi les séries temporelles ne sont pas adéquates pour représenter le passé. Des dizaines d’autres exemples peuvent être trouvés. Je laisse cela en exercice pour l’auditoire.
Cependant, les séries temporelles ne font pas mieux si l’on regarde vers l’avenir. Votre série temporelle déclare « voilà ce qui va se passer », « voilà le seul avenir possible ». Or, l’avenir dépend de décisions qui n’ont pas encore été prises. Les séries temporelles sont totalement inconscientes de cela, elles traitent l’avenir comme étant complètement symétrique par rapport au passé. Cependant, les supply chains ne relèvent pas de la physique. Nous ne pouvons pas considérer la future demande pour un produit comme s’il s’agissait du mouvement de la planète Mars. L’avenir est radicalement distinct du passé parce que nous pouvons le changer.
Cependant, nous ne pouvons changer l’avenir que si nous sommes prêts à le changer, c’est-à-dire si nous sommes prêts à arrêter d’utiliser les séries temporelles. Encore une fois, dans la supply chain, aucune quantité d’intelligence artificielle ne peut défaire la stupidité naturelle associée aux séries temporelles.
Portons maintenant notre attention sur les stocks de sécurité. C’est l’un des piliers de la théorie moderne de la supply chain. Il existe très peu de manuels de supply chain de la variété quantitative qui ne couvrent pas les stocks de sécurité. Les stocks de sécurité sont également le type de fonctionnalités de base que tout logiciel prétendument décent d’optimisation de la supply chain est censé proposer. Pourtant, ma proposition est — et cela ne devrait pas être une grande surprise à ce stade — que les stocks de sécurité sont stupides.
La raison est extrêmement simple : les formules de stocks de sécurité sont la bonne réponse à la mauvaise question. Considérons une supply chain qui implique invariablement des milliers de SKU (unités de gestion de stock). Si vous avez 1 € à investir dans les stocks, alors la question est « quelle est l’unité de stock, parmi tous les SKU, qui maximisera mes profits ? » Il n’a pas de sens de formuler la question ainsi : « Ce SKU en particulier devrait-il recevoir 1 unité supplémentaire en stock ? ». Tous les SKU sont en concurrence pour la même ressource rare : la trésorerie de l’entreprise. Traiter chaque SKU de manière isolée revient à supposer que le montant de trésorerie disponible pour l’entreprise est infini.
De plus, la définition même de l’économie est la science qui étudie l’allocation des ressources rares ayant des utilisations alternatives. Le concept même des stocks de sécurité contredit l’économie élémentaire, en fait, il contredit la définition même de l’économie.
Ainsi, compte tenu de l’ampleur de l’erreur que représentent les stocks de sécurité, il est tout à fait inapproprié de qualifier cette erreur de simplement malavisée, or nous avons désormais une bien meilleure expression pour cette catégorie d’erreurs : être stupide.
Enfin, considérons les taux de service. Si je pouvais gagner 1€ chaque fois qu’une entreprise utilisait un taux de service pour s’infliger à elle-même des dommages économiques, je serais milliardaire aujourd’hui. En supply chain, le taux de service est la probabilité qu’un SKU donné ne subisse pas une rupture de stock durant le prochain cycle de stocks. En tant qu’élément de statistiques descriptives, les taux de service vont bien, ils ne sont ni intelligents ni stupides, comme tout autre indicateur.
La stupidité ne se manifeste que lorsque les gens commencent à supposer que le taux de service - ce pourcentage - est en quelque sorte corrélé, sous quelque forme que ce soit, à la satisfaction client ou à la rentabilité de l’entreprise. Ce n’est pas le cas. Prenons l’exemple de la mode : pour faire de la place à la prochaine collection, l’entreprise doit liquider la collection précédente. Faire chuter les taux de service à zéro est nécessaire pour apporter de la nouveauté et satisfaire les clients.
Inversement, considérons l’aviation. Un avion de ligne typique comporte environ 300 000 pièces distinctes. Des dizaines de milliers de pièces doivent être inspectées et remplacées régulièrement. Si une seule pièce défaillante venait à être indisponible, alors l’avion serait immobilisé, causant des dommages économiques de plusieurs centaines de milliers d’euros par jour. Avoir des taux de service de 99% sur tous vos SKU ne signifie rien : seule compte la probabilité de ne pas entraîner l’immobilisation de l’avion. C’est le maillon faible qui détermine le nombre d’incidents AOG (aircraft on ground) que vous rencontrerez. Le taux de service moyen est totalement hors de propos.
Des problèmes similaires existent dans tous les secteurs, pas seulement dans la mode et l’aviation. Une fois encore, je laisse cela comme exercice pour ce public. La logique élémentaire dicte que seuls les imbéciles poursuivent les taux de service, et pourtant, nous y sommes, avec la plupart des entreprises agissant exactement ainsi, et leurs gestionnaires se demandant s’ils devraient investir dans des technologies d’optimisation des taux de service pilotées par l’IA.
En conclusion, l’intelligence artificielle ne vous sauvera pas des théories de supply chain bidon. Elle ne vous sauvera pas des consultants dont la seule compétence réside dans le sens du spectacle et leur capacité à inspirer confiance. Elle ne vous sauvera pas des fournisseurs de logiciels qui n’hésitent pas à vous vendre toutes les folies qui sont à la mode aujourd’hui.
Pour réussir avec l’intelligence artificielle, la stupidité naturelle doit d’abord être vaincue. Dans le grand schéma des choses, ma société, Lokad, ne réussira pas ; mais, si nous pouvons avoir un impact sur le problème en soulignant les idées les plus populaires et stupides de supply chain, comme je l’ai fait aujourd’hui, alors c’est déjà un pas vers la victoire.